学术中心
基于深度学习的葡萄芽检测
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:植物表型资讯
- 发布时间:2020-10-07 06:10
- 访问量:
【概要描述】本文提出了一种基于全卷积网络MobileNet体系结构(FCN-MN)的葡萄花芽检测方法。
基于深度学习的葡萄芽检测
【概要描述】本文提出了一种基于全卷积网络MobileNet体系结构(FCN-MN)的葡萄花芽检测方法。
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:植物表型资讯
- 发布时间:2020-10-07 06:10
- 访问量:
在葡萄栽培中,视觉检测是测量相关变量的必要任务。在多数情况下,视觉检测可以通过计算机视觉方法实现自动化。芽的检测就是其中一项视觉任务,是测量重要变量的核心,例如:测量芽的日照、自主修剪、计数、分类类型、几何特征、节间长度、芽面积和芽发育阶段等。本文提出了一种基于全卷积网络MobileNet体系结构(FCN-MN)的葡萄花芽检测方法。
基于提出的全卷积网络,本文提出的FCN-MN网络架构图
这项工作中使用的补丁程序的集合
为了验证该体系结构的性能,在检测任务中,与一种芽检测的强方法进行了比较,并在检测的三个方面进行了改进:分割、对应识别和定位。在最佳配置参数下,该方法的检测精度为95.6%,召回率为93.6%,正确检测(即掩模与真芽重叠的检测)的平均骰子测量值为89.1%。最后,我们讨论了FCN-MN的这些结果如何在实际应用中准确测量,实现最佳性能。
FCN-MN和SW的S分布的直方图
来源:
Wenceslao Villegas Marset W V, Pérez D P, Díaz C A and Bromberg F. Deep Learning for 2D grapevine bud detection. arXiv:2008.11872.
扫二维码用手机看
推荐新闻

发布时间 : 2022-11-13 07:26:55

发布时间 : 2022-05-20 11:45:57

发布时间 : 2022-05-13 10:56:43
视频展示
专题报道
联系我们
慧诺瑞德(北京)科技有限公司
地址:北京市海淀区西三旗街道建材城中路12号院8号楼2门
电话:010-62925490、82928854、82928864、82928874
传真:010-62925490-802
Email: info@phenotrait.com
邮编:100096
在线留言
关注我们

植物表型圈

植物表型资讯
慧诺瑞德(北京)科技有限公司版权所有 京ICP备15043840号 网站建设:中企动力 北二分 法律声明